A proposta consiste em analisar e prevero preço das estadias Airbnb na cidade do Rio de Janeiro através do agrupamento de caracaterísticas físicas e de localização dos imóveis utilizando K-means e posteriormente para os clusters gerados aplicam-se técnicas de séries temporais (aqui aplicadas média móvel e suaviazação exponencial simples) e medidas através dos erro MAPE - Erro absoluto médio percentual para verificar a acurácia da previsão. Não foi objeto de análise verificar as informações do host bem com scores de pontuação do host ou da localidad visto que podem ser consideradas aspectos mais subjetivos de comportamento humano, necessitando de outros tipos de análise (como análise de sentimentos).
Removendo colunas não interessantes à análise. Resumidamente, foram desconsiradas aqui informações sobre o host, disponibilidade do imóvel, os links de acesso ao site Airbnb e detalhes sobre avaliações do imóvel e do host.
Podemos observar que abaixo de 2500 podemos reduzir o dataframe para 95,99% do tamanho original.
Ainda mantém-se outliers (95,99-75 ~ 22%) que podem não ser outliers (a depender da relação de outros atributos
com o preço) vide exemplo "https://www.airbnb.com.br/rooms/17717006?adults=2&check_in=2021-07-12&check_out=2021-07-18&federated_search_id=f508bb21-aa8e-4bdf-9e74-d63907edb479&source_impression_id=p3_1614992529_VgnWDwRQLVXqbbyZ&guests=1".
Podemos observar que o preço é influenciado pelo período do tempo. No geral, os preços são maiores no início do ano (especialmente fevereiro e com picos em Julho, Setembro e Dezembro/Janeiro), entre os dias 10 a 18 do mês e no final de semana (sexta e sábado).
Podemos observar que não existe uma relação entre mínimo/máximo de estadia com o preço e portanto desconsiderados na análise do preço. Até o momento, a variável tempo (subdividida em dia da semana, dia do mês, dia do ano, mês e semana) foi a que mostrou padrão de relacionamento com a variável preço. Agora faremos a análise com o dataset listings com os atributos do imóvel.
75% dos preços concentram-se em até $510 e,em média, a diária no Rio de Janeiro é de $280.
A visualização acima nos permite verificar que há relação de preço com o bairro, tipo de propriedade e com o tipo de imóvel (aqui mais evidente que entire home/apt possui maior preço comparado aos demais - com preços próximos)
Observamos também correlação do preço com a característica de acomodações, quantida de banheiros e quartos. Com as características a serem consideradas para o modelo, podemos uní-las em um único dataframe.
Previsão por séries temporais. definição do erro MAPE, média móvel (mm) e suavização exponencial (ses).
Calculando as previsões para Dia+1 e respectivos erros MAPE
Pode ser claramente observado o efeito de inicio da pandemia no mês de Fevereiro no Brasil com a queda brusca de locações e consequentemente do preço (lei oferta/demanda) na maioria dos clusters e também nos tipos de locação e, apesar de no gráfico mostrar uma queda acentuada no preço, podemos constatar que o intervalo de variação do preço é pequeno (vide valores eixo vertical de cada gráfico). Abaixo verifica-se a estacionaridade de cada série a partir do teste adfuller que, para valores abaixo de 0.05 a série é estacionária e portando testes de previsão podem ser aplicados na série e, caso contrário, é feita uma diferenciação para tornar a série estacionária (se for possível). Sendo a série não estacionária, novas diferenciações podem ser feitas mas a perda de informação se torna maior. Neste projeto, optou-se por realizar somente 1 diferenciação e, em caso negativo de estacionaridade, a série é desconsiderada.
hotel room: 0.03 (ses 0.9)
Conclusão: Pode ser observado que as medidas de erro MAPE foram baixas para os grupos de imóvel já disponibilizados nas bases de dados. O método de duavização simples foi o que apresentou o melhor resultado com MAPE de 0.01. Na clusterização foram obtidos os mesmos índices de erro MAPE porém, no total de erros, a clusterização se mostrou melhor com erros próximos a 0.1 em todos os métodos considerados enquando no agrupamento por imóveis este erro ficou próximo de 0.4. A clusterização se mostra promissora para resultados de previsão de preços do Airbnb visto que há uma gama elevada de atributos do imóvel e do host que podem ser consideradas para aumentar a aproximação dos modelos à relidade do problema.
In [41]:
#Importação dos necessários
import pandas as pd
import numpy as np
import math
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib.style as style
from sklearn.preprocessing import MinMaxScaler
from sklearn.model_selection import train_test_split
from sklearn.cluster import KMeans
from datetime import datetime, timedelta
from statsmodels.tsa.stattools import adfuller
from statsmodels.tsa.arima_model import ARIMA
import warnings
%matplotlib inline
warnings.filterwarnings("ignore")
pd.set_option('display.max_columns', 100)
In [2]:
# importar o arquivo listings.csv para um DataFrame
listings=pd.read_csv("http://data.insideairbnb.com/brazil/rj/rio-de-janeiro/2021-01-26/data/listings.csv.gz")
calendar=pd.read_csv("http://data.insideairbnb.com/brazil/rj/rio-de-janeiro/2021-01-26/data/calendar.csv.gz")
In [3]:
listings.head(2)
Out[3]:
In [4]:
calendar.head(2)
Out[4]:
In [5]:
listings.drop(columns=['listing_url','scrape_id','last_scraped','name','description','neighborhood_overview', 'picture_url',
'host_id','host_url','host_name','host_since','host_location','host_about','host_response_time','host_response_rate',
'host_acceptance_rate','host_thumbnail_url','host_picture_url','host_neighbourhood','host_listings_count',
'host_total_listings_count','host_verifications','host_has_profile_pic','host_identity_verified','neighbourhood','amenities',
'minimum_minimum_nights','maximum_minimum_nights','minimum_maximum_nights','neighbourhood_group_cleansed',
'maximum_maximum_nights','minimum_nights_avg_ntm','maximum_nights_avg_ntm','calendar_updated','has_availability',
'availability_30','availability_60','availability_90','availability_365','calendar_last_scraped','number_of_reviews',
'number_of_reviews_ltm','number_of_reviews_l30d','first_review','last_review','review_scores_accuracy',
'review_scores_cleanliness','review_scores_checkin','review_scores_communication','review_scores_location',
'review_scores_value','license','instant_bookable','calculated_host_listings_count','calculated_host_listings_count_entire_homes',
'calculated_host_listings_count_private_rooms','calculated_host_listings_count_shared_rooms'],inplace=True)
In [6]:
calendar['available'] = calendar.available.map(lambda x: 1 if x == 't' else 0)
calendar.date = pd.to_datetime(calendar.date)
calendar['price'] = calendar['price'].str.replace('$', '').str.replace(',', '')
calendar['price'] = calendar['price'].astype(float)
calendar['adjusted_price'] = calendar['adjusted_price'].str.replace('$', '').str.replace(',', '')
calendar['adjusted_price'] = calendar['adjusted_price'].astype(float)
In [7]:
calendar.info()
In [30]:
calendar.describe()
Out[30]:
In [34]:
# box-plot das principais variáveis
calendar.price.plot(kind='box', vert=False, figsize=(15, 3));
plt.show()
calendar.adjusted_price.plot(kind='box', vert=False, figsize=(15, 3));
plt.show()
calendar.minimum_nights.plot(kind='box', vert=False, figsize=(15, 3));
plt.show()
calendar.maximum_nights.plot(kind='box', vert=False, figsize=(15, 3));
plt.show()
In [36]:
#Podemos observar que adjusted_price é identica à price e portando podemos desconsiderar esta informação
calendar.drop(columns=['adjusted_price'],inplace=True)
In [37]:
#Fracionando o dataframe a partir dos valores de preço
x1=len(calendar[calendar['price']<100000])
x2=len(calendar[calendar['price']<75000])
x3=len(calendar[calendar['price']<50000])
x4=len(calendar[calendar['price']<25000])
x5=len(calendar[calendar['price']<10000])
x6=len(calendar[calendar['price']<5000])
x7=len(calendar[calendar['price']<2500])
x8=len(calendar[calendar['price']<1000])
x9=len(calendar[calendar['price']<500])
x10=len(calendar[calendar['price']<200])
print(round(x1/len(calendar),4),round(x2/len(calendar),4),round(x3/len(calendar),4),round(x4/len(calendar),4),
round(x5/len(calendar),4),round(x6/len(calendar),4),round(x7/len(calendar),4),round(x8/len(calendar),4),
round(x9/len(calendar),4),round(x10/len(calendar),4))
In [8]:
df=calendar[calendar['price']<=2500]
In [41]:
# box-plot das principais variáveis
df.price.plot(kind='box', vert=False, figsize=(15, 3));
plt.show()
df.minimum_nights.plot(kind='box', vert=False, figsize=(15, 3));
plt.show()
df.maximum_nights.plot(kind='box', vert=False, figsize=(15, 3));
plt.show()
In [9]:
df['dia'] = df['date'].dt.day
df['semana'] = df['date'].dt.week
df['mes'] = df['date'].dt.month
df['dia_ano'] = df['date'].dt.dayofyear
df['dia_semana'] = df['date'].dt.dayofweek
In [89]:
plt.plot(df['price'].groupby(df['dia']).mean())
plt.title("Preço médio por dia do mês")
Out[89]:
In [90]:
plt.plot(df['price'].groupby(df['dia_semana']).mean())
plt.title("Preço médio por dia da semana")
Out[90]:
In [86]:
plt.plot(df['price'].groupby(df['dia_ano']).mean())
plt.title("Preço médio por dia do ano")
Out[86]:
In [57]:
plt.plot(df['price'].groupby(df['mes']).mean())
plt.title("Preço médio por mês")
Out[57]:
In [58]:
plt.plot(df['price'].groupby(df['semana']).mean())
plt.title("Preço médio por semana do ano")
Out[58]:
In [92]:
plt.scatter(df['price'],df['minimum_nights'])
plt.title("Relacionamento entre preço e número mínimo de noites")
plt.show()
plt.scatter(df['price'],df['maximum_nights'])
plt.title("Relacionamento entre preço e número máximo de noites")
plt.show()
In [99]:
df['price'].hist(bins=15, figsize=(10,5))
plt.title("Histograma variável preço")
Out[99]:
In [101]:
df['price'].describe()
Out[101]:
In [11]:
#Removendo colunas com dados faltantes e minimo/máximo diárias conforme desconsiderado anteriormente.
listings.drop(columns=['bathrooms','review_scores_rating','reviews_per_month','minimum_nights','maximum_nights'],inplace=True)
In [12]:
listings['price'] = listings['price'].str.replace('$', '').str.replace(',', '')
listings['price'] = listings['price'].astype(float)
In [13]:
#Filtro de preço de 2500 conforme realizado no dataset de calendário.
df2=listings[listings['price']<=2500]
In [14]:
df2['bathrooms_text']=df2['bathrooms_text'].str.split(" ",n=2,expand=True)[0]
In [15]:
df2.bathrooms_text=df2.bathrooms_text.str.replace("Shared",'0')
df2.bathrooms_text=df2.bathrooms_text.str.replace("Half-bath",'0')
df2.bathrooms_text=df2.bathrooms_text.str.replace("Private",'1')
df2.dropna(inplace=True)
In [16]:
df2.bathrooms_text=df2.bathrooms_text.astype(float)
In [17]:
#Categorizado as variáveis do tipo texto
from sklearn.preprocessing import LabelEncoder
labelencoder = LabelEncoder()
df2['cat_bairro']=labelencoder.fit_transform(df2['neighbourhood_cleansed'])
df2['cat_patrimonio']=labelencoder.fit_transform(df2['property_type'])
df2['cat_imovel']=labelencoder.fit_transform(df2['room_type'])
In [175]:
plt.figure (figsize=(30, 20))
plt.plot(df2['price'].groupby(df2['neighbourhood_cleansed']).mean())
plt.xticks(rotation=90)
plt.rcParams['xtick.labelsize'] = 5
plt.rcParams['ytick.labelsize'] = 10
plt.title("Preço médio por bairro")
Out[175]:
In [180]:
df2['price'].groupby(df2['neighbourhood_cleansed']).mean().sort_values()
Out[180]:
In [182]:
plt.figure (figsize=(30, 20))
plt.plot(df2['price'].groupby(df2['property_type']).mean())
plt.xticks(rotation=90)
plt.rcParams['xtick.labelsize'] = 20
plt.rcParams['ytick.labelsize'] =20
plt.title("Preço médio por patrimônio")
Out[182]:
In [183]:
df2['price'].groupby(df2['property_type']).mean().sort_values()
Out[183]:
In [186]:
plt.figure (figsize=(30, 20))
plt.plot(df2['price'].groupby(df2['room_type']).mean())
plt.xticks(rotation=90)
plt.rcParams['xtick.labelsize'] = 20
plt.rcParams['ytick.labelsize'] =20
plt.title("Preço médio por tipo de imóvel")
Out[186]:
In [187]:
df2['price'].groupby(df2['room_type']).mean().sort_values()
Out[187]:
In [191]:
# criar uma matriz de correlação
corr = df2[['price', 'accommodates', 'bathrooms_text', 'bedrooms']].corr()
# plotar um heatmap a partir das correlações
sns.heatmap(corr, cmap='RdBu', fmt='.2f', square=True, linecolor='white', annot=True);
In [18]:
df2.rename(columns={'id':'listing_id'},inplace=True)
In [19]:
df_clean=pd.merge(df2,df,on=['listing_id'],how='inner')
In [20]:
df_clean.drop(columns=['date','available','minimum_nights','maximum_nights','price_y','listing_id','host_is_superhost'],inplace=True)
df_clean.rename(columns={'price_x':'price'},inplace=True)
In [21]:
from sklearn.preprocessing import StandardScaler
In [22]:
features = ['accommodates','bathrooms_text', 'bedrooms', 'cat_bairro', 'cat_patrimonio',
'cat_imovel','dia','mes','semana','dia_ano','dia_semana']
# Separating out the features
x = df_clean.loc[:, features].values
# Separating out the target
y = df_clean.loc[:,['price']].values
# Standardizing the features
x = StandardScaler().fit_transform(x)
In [23]:
# Função que inicializa um número k de clusters
def score(df_norm, k):
kmeans_k = KMeans(k)
model_k = kmeans_k.fit(df_norm)
return abs(model_k.score(df_norm))
In [24]:
df_norm=pd.DataFrame(x)
df_norm.columns=['accommodates','bathrooms_text', 'bedrooms', 'cat_bairro', 'cat_patrimonio',
'cat_imovel','dia','mes','semana','dia_ano','dia_semana']
In [334]:
# Initliazes a line space with range from 1 to 20
scores = []
centers = np.linspace(1,20,20)
for i in range(1, 21):
scores.append(score(df_norm[['accommodates','bathrooms_text', 'bedrooms', 'cat_bairro', 'cat_patrimonio',
'cat_imovel']], i))
In [335]:
# Investigates the change within-cluster distance across number of clusters
fig, ax = plt.subplots()
ax.plot(centers, scores)
ax.set(ylabel='Distancia média entre clusters', xlabel='número de clusters')
ax.grid()
plt.xticks(np.arange(2,20,2))
plt.title("Distância x número de clusters atributos físicos do imóvel")
plt.show()
In [25]:
# Re-fits the k-means model with the selected number of clusters
kmeans_k = KMeans(8)
model_k = kmeans_k.fit(df_norm[['accommodates','bathrooms_text', 'bedrooms', 'cat_bairro', 'cat_patrimonio',
'cat_imovel']])
df_norm_kmeans = model_k.predict(df_norm[['accommodates','bathrooms_text', 'bedrooms', 'cat_bairro', 'cat_patrimonio',
'cat_imovel']])
In [26]:
# Creates a new column showing clusters in the dataset used in the model
df_norm['Clusters'] = pd.Series(df_norm_kmeans, index=df_norm.index)
df_norm['price']=df_clean['price']
In [27]:
df_norm.head()
Out[27]:
In [28]:
# Groups data by clusters and shows the means of numerical values by cluster
df_norm_new = df_norm.groupby(['Clusters']).mean()
df_norm_new.head(10)
Out[28]:
In [29]:
# Displays average prices by cluster
avg_price_cluster = df_norm_new['price'].sort_values(ascending=False).head(15)
avg_price_cluster.plot.bar(figsize=(10,4))
Out[29]:
In [62]:
def mape(real,prev):
return np.mean(np.abs((real - prev) /real)) * 100
In [136]:
def media_movel(series):
plt.figure(figsize=(20,10))
for w in range(2,11):
rolling_mean = series.rolling(window=w).mean()
erro = mape(series[w:], rolling_mean[w:])
plt.title("Média móvel com janelas de tempo")
plt.plot(rolling_mean, label="Previsão de janela {} com MAPE = {}".format(w,round(erro,2)))
plt.plot(series,'b',label='Real')
plt.legend()
plt.grid(True)
plt.show()
In [178]:
def suavizacao_exponencial(series):
plt.figure(figsize=(20,10))
for alpha in range(1,10):
result = [series[0]]
for n in range(1, len(series)):
result.append((alpha/10) * series[n] + (1 - (alpha/10)) * result[n-1])
erro = mape(series,result)
plt.plot(result, label="Previsão de alfa {} com MAPE = {}".format((alpha/10),round(erro,2)))
plt.title("Suavização exponencial")
plt.plot(series,'b',label='Real')
plt.legend()
plt.grid(True)
plt.show()
In [179]:
def suavizacao_exponencial_dupla(series, alpha, beta):
result = [series[0]]
for n in range(1, len(series)+1):
if n == 1:
level, trend = series[0], series[1] - series[0]
if n >= len(series):
value = result[-1]
else:
value = series[n]
last_level, level = level, alpha*value + (1-alpha)*(level+trend)
trend = beta*(level-last_level) + (1-beta)*trend
result.append(level+trend)
erro = mape(series,result[1:])
plt.title("Suavização exponencial dupla")
plt.plot(series,'b',label='Real')
plt.plot(result, label="Previsão alfa = {} e beta={} com MAPE = {}".format(alpha,beta,round(erro,2)))
plt.legend()
plt.grid(True)
In [31]:
df_clean['clusters']=df_norm['Clusters']
In [32]:
df_clean2=pd.DataFrame(df_clean['price'].groupby([df_clean['clusters'],df_clean['dia_ano']]).mean())
df_clean2=df_clean2.reset_index()
In [33]:
for i in range(0,8):
plt.figure (figsize=(40, 10))
plt.rcParams.update({'font.size': 40})
ex=df_clean2['dia_ano'][df_clean2['clusters']==i]
ey=df_clean2['price'][df_clean2['clusters']==i]
plt.plot(ex,ey)
plt.title('Série temporal do preço no cluster {}'.format(i))
plt.show()
In [34]:
df_clean3=pd.DataFrame(df_clean['price'].groupby([df_clean['room_type'],df_clean['dia_ano']]).mean())
In [37]:
df_clean3=df_clean3.reset_index()
In [38]:
plt.figure (figsize=(40, 10))
plt.rcParams.update({'font.size': 40})
ex=df_clean3['dia_ano'][df_clean3['room_type']=='Entire home/apt']
ey=df_clean3['price'][df_clean3['room_type']=='Entire home/apt']
plt.plot(ex,ey)
plt.title('Série temporal do preço Entire home/apt')
plt.show()
plt.figure (figsize=(40, 10))
plt.rcParams.update({'font.size': 40})
ex=df_clean3['dia_ano'][df_clean3['room_type']=='Hotel room']
ey=df_clean3['price'][df_clean3['room_type']=='Hotel room']
plt.plot(ex,ey)
plt.title('Série temporal do preço Hotel room')
plt.show()
plt.figure (figsize=(40, 10))
plt.rcParams.update({'font.size': 40})
ex=df_clean3['dia_ano'][df_clean3['room_type']=='Private room']
ey=df_clean3['price'][df_clean3['room_type']=='Private room']
plt.plot(ex,ey)
plt.title('Série temporal do preço Private room')
plt.show()
plt.figure (figsize=(40, 10))
plt.rcParams.update({'font.size': 40})
ex=df_clean3['dia_ano'][df_clean3['room_type']=='Shared room']
ey=df_clean3['price'][df_clean3['room_type']=='Shared room']
plt.plot(ex,ey)
plt.title('Série temporal do preço Shared room')
plt.show()
In [45]:
adf=adfuller(df_clean3[df_clean3['room_type']=='Entire home/apt']['price'])
if adf[1]<=0.05:
print("Entire home/apt: estacionaria")
else:
adf=adfuller(df_clean3[df_clean3['room_type']=='Entire home/apt']['price'].diff().fillna(0))
if adf[1]<=0.05:
df_clean3[df_clean3['room_type']=='Entire home/apt']['price']=(
df_clean3[df_clean3['room_type']=='Entire home/apt']['price'].diff().fillna(0))
print("Entire home/apt: estacionaria com diferenciacao")
else:
print('Entire home/apt: nao estacionaria')
adf=adfuller(df_clean3[df_clean3['room_type']=='Hotel room']['price'])
if adf[1]<=0.05:
print("Hotel room: estacionaria")
else:
adf=adfuller(df_clean3[df_clean3['room_type']=='Hotel room']['price'].diff().fillna(0))
if adf[1]<=0.05:
df_clean3[df_clean3['room_type']=='Hotel room']['price']=(
df_clean3[df_clean3['room_type']=='Hotel room']['price'].diff().fillna(0))
print("Hotel room: estacionaria com diferenciacao")
else:
print('Hotel room: nao estacionaria')
adf=adfuller(df_clean3[df_clean3['room_type']=='Private room']['price'])
if adf[1]<=0.05:
print("Private room: estacionaria")
else:
adf=adfuller(df_clean3[df_clean3['room_type']=='Private room']['price'].diff().fillna(0))
if adf[1]<=0.05:
df_clean3[df_clean3['room_type']=='Private room']['price']=(
df_clean3[df_clean3['room_type']=='Private room']['price'].diff().fillna(0))
print("Private room: estacionaria com diferenciacao")
else:
print('Private room: nao estacionaria')
adf=adfuller(df_clean3[df_clean3['room_type']=='Shared room']['price'])
if adf[1]<=0.05:
print("Shared room: estacionaria")
else:
adf=adfuller(df_clean3[df_clean3['room_type']=='Shared room']['price'].diff().fillna(0))
if adf[1]<=0.05:
df_clean3[df_clean3['room_type']=='Shared room']['price']=(
df_clean3[df_clean3['room_type']=='Shared room']['price'].diff().fillna(0))
print("Shared room: estacionaria com diferenciacao")
else:
print('Shared room: nao estacionaria')
for i in range(0,8):
adf=adfuller(df_clean2[df_clean2['clusters']==i]['price'])
if adf[1]<=0.05:
print("Cluster {}: estacionaria".format(i))
else:
adf=adfuller(df_clean2[df_clean2['clusters']==i]['price'].diff().fillna(0))
if adf[1]<=0.05:
df_clean2[df_clean2['clusters']==i]['price']=(
df_clean2[df_clean2['clusters']==i]['price'].diff().fillna(0))
print("Cluster {}: estacionaria com diferenciacao".format(i))
else:
print("Cluster {}: nao estacionaria".format(i))
In [192]:
home_apt=df_clean3[df_clean3['room_type']=='Entire home/apt']['price']
In [205]:
hotel_room=df_clean3[df_clean3['room_type']=='Hotel room']['price'].reset_index()
hotel_room.drop(columns=['index'],inplace=True)
hotel_room=hotel_room.iloc[:,0]
In [190]:
private_room=df_clean3[df_clean3['room_type']=='Private room']['price'].reset_index()
private_room.drop(columns=['index'],inplace=True)
private_room=private_room.iloc[:,0]
In [193]:
shared_room=df_clean3[df_clean3['room_type']=='Shared room']['price'].reset_index()
shared_room.drop(columns=['index'],inplace=True)
shared_room=shared_room.iloc[:,0]
In [194]:
cluster_0=df_clean2[df_clean2['clusters']==0]['price'].reset_index()
cluster_0.drop(columns=['index'],inplace=True)
cluster_0=cluster_0.iloc[:,0]
In [211]:
cluster_1=df_clean2[df_clean2['clusters']==1]['price'].reset_index()
cluster_1.drop(columns=['index'],inplace=True)
cluster_1=cluster_1.iloc[:,0]
In [196]:
cluster_2=df_clean2[df_clean2['clusters']==2]['price'].reset_index()
cluster_2.drop(columns=['index'],inplace=True)
cluster_2=cluster_2.iloc[:,0]
In [197]:
cluster_3=df_clean2[df_clean2['clusters']==3]['price'].reset_index()
cluster_3.drop(columns=['index'],inplace=True)
cluster_3=cluster_3.iloc[:,0]
In [198]:
cluster_4=df_clean2[df_clean2['clusters']==4]['price'].reset_index()
cluster_4.drop(columns=['index'],inplace=True)
cluster_4=cluster_4.iloc[:,0]
In [199]:
cluster_5=df_clean2[df_clean2['clusters']==5]['price'].reset_index()
cluster_5.drop(columns=['index'],inplace=True)
cluster_5=cluster_5.iloc[:,0]
In [200]:
cluster_6=df_clean2[df_clean2['clusters']==6]['price'].reset_index()
cluster_6.drop(columns=['index'],inplace=True)
cluster_6=cluster_6.iloc[:,0]
In [201]:
cluster_7=df_clean2[df_clean2['clusters']==7]['price'].reset_index()
cluster_7.drop(columns=['index'],inplace=True)
cluster_7=cluster_7.iloc[:,0]
In [202]:
media_movel(home_apt)
suavizacao_exponencial(home_apt)
for j in range(1,10):
plt.figure(figsize=(20,10))
for i in range(1,10):
suavizacao_exponencial_dupla(home_apt,j/10,i/10)
plt.show()
In [207]:
media_movel(hotel_room)
suavizacao_exponencial(hotel_room)
for j in range(1,10):
plt.figure(figsize=(20,10))
for i in range(1,10):
suavizacao_exponencial_dupla(hotel_room,j/10,i/10)
plt.show()
In [208]:
media_movel(cluster_0)
suavizacao_exponencial(cluster_0)
for j in range(1,10):
plt.figure(figsize=(20,10))
for i in range(1,10):
suavizacao_exponencial_dupla(cluster_0,j/10,i/10)
plt.show()
In [212]:
media_movel(cluster_1)
suavizacao_exponencial(cluster_1)
for j in range(1,10):
plt.figure(figsize=(20,10))
for i in range(1,10):
suavizacao_exponencial_dupla(cluster_1,j/10,i/10)
plt.show()
In [213]:
media_movel(cluster_2)
suavizacao_exponencial(cluster_2)
for j in range(1,10):
plt.figure(figsize=(20,10))
for i in range(1,10):
suavizacao_exponencial_dupla(cluster_2,j/10,i/10)
plt.show()
In [214]:
media_movel(cluster_3)
suavizacao_exponencial(cluster_3)
for j in range(1,10):
plt.figure(figsize=(20,10))
for i in range(1,10):
suavizacao_exponencial_dupla(cluster_3,j/10,i/10)
plt.show()
In [215]:
media_movel(cluster_4)
suavizacao_exponencial(cluster_4)
for j in range(1,10):
plt.figure(figsize=(20,10))
for i in range(1,10):
suavizacao_exponencial_dupla(cluster_4,j/10,i/10)
plt.show()
In [ ]:
In [216]:
media_movel(cluster_5)
suavizacao_exponencial(cluster_5)
for j in range(1,10):
plt.figure(figsize=(20,10))
for i in range(1,10):
suavizacao_exponencial_dupla(cluster_5,j/10,i/10)
plt.show()
In [217]:
media_movel(cluster_6)
suavizacao_exponencial(cluster_6)
for j in range(1,10):
plt.figure(figsize=(20,10))
for i in range(1,10):
suavizacao_exponencial_dupla(cluster_6,j/10,i/10)
plt.show()
In [ ]:
In [218]:
media_movel(cluster_7)
suavizacao_exponencial(cluster_7)
for j in range(1,10):
plt.figure(figsize=(20,10))
for i in range(1,10):
suavizacao_exponencial_dupla(cluster_7,j/10,i/10)
plt.show()
